本发明公开了一种贝叶斯正则化的LM‑BP神经网络的
锂电池SOC预测方法,包括如下步骤:a、建立BP神经网络模型;b、构建贝叶斯正则化的LM‑BP神经网络算法;c、样本数据的获取以及样本SOC的计算;d、数据的归一化处理。神经网络具有很好的非线性拟合能力,不需要考虑电池内部复杂的化学结构,可以很好的拟合锂电池的动态特性,而结合贝叶斯正则化算法可以提高网络的泛化能力,再与LM算法结合则加快了网络的收敛速度提高了其逼近精度,因此,本发明具有预测精度高、收敛速度快、泛化能力强的特点,适用于多种
动力电池。
声明:
“贝叶斯正则化的LM-BP神经网络的锂电池SOC预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)